基于模式分类的成像设备源辨识技术
| 摘要 | 第1-7页 |
| ABSTRACT | 第7-10页 |
| 第一章 绪论 | 第10-16页 |
| ·研究背景 | 第10-12页 |
| ·数字图像取证的研究意义 | 第10页 |
| ·数字图像取证的概念 | 第10-11页 |
| ·数字图像取证的研究现状 | 第11-12页 |
| ·基于模式分类的成像设备源辨识技术 | 第12-14页 |
| ·研究内容 | 第12页 |
| ·现有模式分类的成像设备源辨识技术分析 | 第12-14页 |
| ·本文的主要工作 | 第14-15页 |
| ·本文的内容与结构 | 第15-16页 |
| 第二章 基于模式分类的数字图像取证技术的研究 | 第16-27页 |
| ·引言 | 第16页 |
| ·基于图像特征的典型相机源辨识算法仿真 | 第16-21页 |
| ·算法思想 | 第16-17页 |
| ·特征提取 | 第17-19页 |
| ·支持向量机 | 第19-20页 |
| ·仿真结果和讨论 | 第20-21页 |
| ·基于图像特征的典型扫描仪源辨识算法仿真 | 第21-25页 |
| ·算法思想 | 第21-22页 |
| ·特征提取 | 第22-24页 |
| ·仿真结果和讨论 | 第24-25页 |
| ·本章小结 | 第25-27页 |
| 第三章 相机源辨识算法设计和鲁棒性讨论 | 第27-45页 |
| ·引言 | 第27页 |
| ·算法思想 | 第27-28页 |
| ·特征提取 | 第28-29页 |
| ·实验仿真 | 第29-44页 |
| ·分类器的性能 | 第29-31页 |
| ·分类器的鲁棒性评估 | 第31-44页 |
| ·本章小结 | 第44-45页 |
| 第四章 扫描仪源辨识鲁棒性算法的设计 | 第45-54页 |
| ·引言 | 第45页 |
| ·扫描仪结构 | 第45-46页 |
| ·扫描图像的特征提取 | 第46-47页 |
| ·颜色特征 | 第46页 |
| ·图像质量特征 | 第46-47页 |
| ·邻域特征 | 第47页 |
| ·实验仿真 | 第47-53页 |
| ·算法的性能 | 第48-49页 |
| ·算法的鲁棒性 | 第49-52页 |
| ·实验结果分析 | 第52-53页 |
| ·本章小结 | 第53-54页 |
| 第五章 特征选择算法在源辨识中的应用 | 第54-66页 |
| ·引言 | 第54-55页 |
| ·SFFS算法 | 第55-57页 |
| ·SFFS算法在相机源辨识中的应用 | 第57-61页 |
| ·使用精简特征子集分类器的性能 | 第57-58页 |
| ·使用精简特征子集分类器的鲁棒性 | 第58-61页 |
| ·SFFS算法在扫描仪源辨识中的应用 | 第61-64页 |
| ·使用精简特征子集分类器的性能 | 第61-62页 |
| ·使用精简特征子集分类器的鲁棒性 | 第62-64页 |
| ·本章小结 | 第64-66页 |
| 总结和展望 | 第66-68页 |
| 参考文献 | 第68-72页 |
| 攻读硕士学位期间取得的研究成果 | 第72-73页 |
| 致谢 | 第73-74页 |
| 附录 | 第74页 |
